analisis regresi. Kemudian dilakukan proses pengujian analisis F dan pengujian analisis t untuk mengetahui apakah masing-masing variabel independen
berpengaruh secara parsial maupun simultan terhadap variabel dependen.
1. Pengujian Asumsi Klasik
a. Uji Normalitas
Uji normalitas data bertujuan untuk menguji apakah dalam sebuah model regresi, variabel pengganggu atau residual mempunyai distribusi normal atau
tidak Ghozali, 2005:110. Uji ini digunakan untuk mendapatkan kepastian terpenuhinya syarat
normalitas yang akan menjamin dapat dipertanggungjawabkannya langkah- langkah analisis statistik sehingga kesimpulan yang diambil dapat
dipertanggungjawabkan. Menurut Ghozali 2005:110, ada dua cara mendeteksi apakah residual berdistribusi normal atau tidak, yaitu analisis grafik dan analisis
statistik. Analisis grafik dilakukan dengan melihat grafik histogram yang
membandingkan data observasi dengan distribusi yang mendekati distribusi normal atau mengikuti kurva berbentuk lonceng dan grafik normal probabilty plot
yang membandingkan distribusi kumulatif dari distribusi normal. Dasar pengambilan keputusan normal probability plot tersebut adalah sebagai berikut :
1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal,
maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogramnya tidak menunjukkan pola
distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Analisis statistik dilakukan dengan uji statistik Kolmogorov Smirnov Ghozali 2005:115. Pedoman pengambilan keputusan tentang data tersebut
mendekati atau merupakan distribusi normal berdasarkan uji Kolmogorov Smirnov dapat dilihat dari :
a. bila nilai signifikan 0,05 berarti distribusi data normal,
b. bila nilai signifikan 0,05 berarti distribusi data tidak normal.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi mempunyai korelasi antara variabel bebas. Model regresi yang baik seharusnya
tidak terjadi korelasi diantara variabel bebasnya Ghozali, 2005:91. Untuk mendeteksi ada tidaknya multikolinearitas di dalam model regresi menurut
Ghozali 2005:91, dapat dilihat dari nilai tolerance dan VIF Variance Inflation Factor. Menurut Ghozali 2005:92, nilai cut off yang umum dipakai untuk
menunjukkan adanya multikolinearitas adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.
c. Uji Heterokedastisitas
